谷歌推出基于機(jī)器學(xué)習(xí)的圖像標(biāo)注方式
近日，谷歌公司推出了一款新型圖像標(biāo)注方式 “流體標(biāo)注”，即采用機(jī)器學(xué)習(xí)來注釋分類標(biāo)簽并勾勒出圖片中的每個對象和背景區(qū)域。谷歌表示其可將標(biāo)記數(shù)據(jù)集的速度提高3倍。
據(jù)悉，谷歌推出的流體標(biāo)注模型主要利用人工智能學(xué)習(xí)的基礎(chǔ)，對圖像數(shù)據(jù)進(jìn)行自動標(biāo)注，對于標(biāo)注不準(zhǔn)確或者出現(xiàn)偏差的地方可以通過人工調(diào)整，從而提高標(biāo)注效率。即便該模型可借助機(jī)器學(xué)習(xí)提升標(biāo)注速度，但最初還需進(jìn)行人為地數(shù)據(jù)標(biāo)注，為其提供初始訓(xùn)練數(shù)據(jù)集。事實也正是如此，為了標(biāo)注圖片，谷歌預(yù)先以約一千張具有分類標(biāo)簽和信任分?jǐn)?shù)的圖片訓(xùn)練了語意分割模型。但該模型尚不完美，谷歌稱，物體邊界標(biāo)記問題、界面操作速度以及類別擴(kuò)展等仍需進(jìn)一步研究或完善。
傳統(tǒng)手動標(biāo)記（中列）和流體標(biāo)注（右）比較
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
谷歌
+關(guān)注
關(guān)注
27文章
6128瀏覽量
104948 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8349瀏覽量
132315
原文標(biāo)題：谷歌推出新型圖像標(biāo)注方式
文章出處：【微信號：robotmagazine，微信公眾號：機(jī)器人技術(shù)與應(yīng)用】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
谷歌機(jī)器學(xué)習(xí)獲重大突破
谷歌昨日召開全球電話會議，旗下Deep MInd創(chuàng)始人戴密斯·哈薩比斯（Demis Hassabis）宣布了谷歌在人工智能領(lǐng)域的重要進(jìn)展：開發(fā)出一款能夠在圍棋中擊敗職業(yè)選手的程序——AlphaGo，后者能夠通過機(jī)器
發(fā)表于 01-29 10:04
?778次閱讀
機(jī)器學(xué)習(xí)技術(shù)在圖像處理中的應(yīng)用
在本章中，我們將討論機(jī)器學(xué)習(xí)技術(shù)在圖像處理中的應(yīng)用。首先，定義機(jī)器學(xué)習(xí)，并學(xué)習(xí)它的兩種算法——監(jiān)
機(jī)器學(xué)習(xí)的圖像壓縮應(yīng)用
DIY圖像壓縮——機(jī)器學(xué)習(xí)實戰(zhàn)之K-means 聚類圖像壓縮：色彩量化
發(fā)表于 08-19 07:07
新聞圖像人臉標(biāo)注方法
針對傳統(tǒng)新聞圖像中人臉標(biāo)注方法主要依賴人臉相似度信息，分辨噪聲和非噪聲人臉能力以及非噪聲人臉標(biāo)注能力較差的問題，提出一種基于多模態(tài)信息融合的新聞圖像人臉
發(fā)表于 11-27 10:29
?0次下載
基于卷積神經(jīng)網(wǎng)絡(luò)的圖像標(biāo)注模型
針對圖像自動標(biāo)注中因人工選擇特征而導(dǎo)致信息缺失的缺點(diǎn)，提出使用卷積神經(jīng)網(wǎng)絡(luò)對樣本進(jìn)行自主特征學(xué)習(xí)。為了適應(yīng)圖像自動標(biāo)注的多標(biāo)簽
發(fā)表于 12-07 14:30
?4次下載
基于圖像自動標(biāo)注技術(shù)研究
現(xiàn)有圖像自動標(biāo)注技術(shù)算法可以大致劃分為基于語義的標(biāo)注算法、基于矩陣分解的標(biāo)注算法、基于概率的標(biāo)注算法以及基于圖
發(fā)表于 12-14 11:46
?2次下載
基于SAE的自動圖像標(biāo)注算法
自動圖像標(biāo)注是一個包含眾多標(biāo)簽、多樣特征的富有挑戰(zhàn)性的研究問題，是新一代圖像檢索與圖像理解的關(guān)鍵步驟．針對傳統(tǒng)的基于淺層機(jī)器
發(fā)表于 12-28 10:59
?0次下載
谷歌推出一款基于AI和深度學(xué)習(xí)的圖像標(biāo)注方式“流體標(biāo)注”
本文中的內(nèi)容將在2018年ACM多媒體會議“勇敢新理念”環(huán)節(jié)中展示，谷歌的研究人員研究了一種機(jī)器學(xué)習(xí)驅(qū)動的界面，可用于標(biāo)注分類數(shù)據(jù)，劃定圖像
谷歌新聞：谷歌解雇48名員工 新推機(jī)器學(xué)習(xí)標(biāo)注圖片功能
Google在2018 ACM多媒體會議上，推出一種使用機(jī)器學(xué)習(xí)來標(biāo)注圖片界面，讓使用者快速為圖片中物體標(biāo)記出輪廓以及標(biāo)簽，提高整體標(biāo)記速度達(dá)三倍。
基于隱馬爾科夫模型和卷積神經(jīng)網(wǎng)絡(luò)的圖像標(biāo)注方法
開發(fā)大規(guī)模圖像庫的搜索和瀏覽算法，使得圖像自動標(biāo)注的重要性日益增強(qiáng)?；陔[馬爾科夫模型（HMM）與卷積神經(jīng)網(wǎng)絡(luò)（CNN），我們提出了一種新的圖像標(biāo)注
發(fā)表于 11-16 17:17
?4次下載
谷歌推出開源的量子機(jī)器學(xué)習(xí)庫TensorFlow Quantum
谷歌在其官方AI博客宣布推出TensorFlow Quantum（TFQ），這是一個開源的量子機(jī)器學(xué)習(xí)庫，可將量子計算與機(jī)器
谷歌希望通過圖片標(biāo)注來幫助訓(xùn)練其人工智能
人工智能發(fā)展的一個良性循環(huán)，最適合像谷歌這樣擁有大量數(shù)據(jù)和大量用戶的科技巨頭部署。 這根本不是什么稀奇的做法。機(jī)器學(xué)習(xí)系統(tǒng)不僅僅是自己學(xué)習(xí)，這些應(yīng)用中的絕大多數(shù)都需要使用人類
基于強(qiáng)化學(xué)習(xí)的壯語詞標(biāo)注方法
目前壯語智能信息處理研究處于起步階段，缺乏自動詞性標(biāo)注方法。針對壯語標(biāo)注語料匱乏、人工標(biāo)注費(fèi)時費(fèi)力而機(jī)器標(biāo)注性能較差的現(xiàn)狀，提出一種基于強(qiáng)化
發(fā)表于 05-14 11:29
?14次下載
圖像標(biāo)注如何提升效率？
圖像標(biāo)注是通過一定方式對圖像進(jìn)行標(biāo)記分類，是對數(shù)據(jù)集的圖像進(jìn)行標(biāo)記以訓(xùn)練機(jī)器
工商網(wǎng)監(jiān)
評論